1. grid가 교차검증과 하이퍼파라미터 튜닝을 동시에 해주는 것이면 cross val score를 또 수행할 필요는 없는것인가요? 또 수행하면 교차검증을 2번하는것으로 이해가 됩니다... 2. 사이킷런 train test split을 적용한 뒤에 또 cross나 grid를 수행하면 데이터를 3가지로 다시 나누는 것인가요? 이런 경우라면 굳이 split을 사용하지 않고 cross나 grid로 처음부터 데이터를 나누면 되지 않나...그런 혼돈이 옵니다...

안녕하세요. 현재 선생님의 머신러닝 강의를 수강하고 있는 학생입니다 Section2의 교차검증 성능평가라는 강의를 듣다 궁금한 점이 있어 질문을 올립니다 1. 강의중 하이퍼 파라미터라는 말씀을 하시는데 혹시 하이퍼파라미터라는게 '함수의 계수'라고 생각하면 될까요? 혹시 하이퍼파라미터와 일반적으로 사용하는 파라미터와의 차이점이 있을까요? 2. cross_val_score 메소드와 GridSearchCV메소드의 사용점의 대한 명확한 차이가 궁금합니다. 제가 강의를 듣어 어림잡아 이해한것은 cross_val_score는 메소드 내에서 임의로 파라미터를 설정해 모델을 평가하는 방법이고, GridSearchCV의 경우 사용자가 사용하고 싶은 파라미터 리스트가 존재한다면 해당 리스트 중에서 가장 적합한 파라미터를 추출하는 방법이라고 이해했습니다. 그럼 제가 이해한것이 맞다면, 사용자가 파라미터 리스트가 존재하지 않는다면 cross_val_score 메소드를 사용하는 것이 맞는지요? 1번과 2번의 대한 질문의 답변 부탁드리겠습니다 소중한 강의 정말 감사합니다

안녕하세요. 판다스(Pandas) 개요와 기본 API - 01 편에서 9분24초에 나오는 부분에 대한 질문입니다. 영상에서 함수의 원형이라고 말씀 하시면서 함수에 쓸수 있는 옵션을 전부 보여 주셨는데요. 어떻게 하면 그렇게 함수의 쓸 수 있는 옵션을 볼 수 있는지 궁금 합니다. 그리고 그것을 볼 수 있는 단축키 같은 것도 존재 한다면 알려 주세요. 감사합니다.

안녕하세요?  저는 이제 막 머신러닝에 관심을 갖고 공부를 시작했습니다. 한 가지 궁금한 점은 저의 경우 100만개 정도 데이터로 머신러닝을  수행하는 경우도 있을 것으로 예상하는 데 머신러닝 속도를 높이는 방법이 궁금합니다. 배워도 속도 때문에 활용도가 낮아질까 염려되어 미리 질문 드립니다. 좋은 강의 감사합니다.

선생님 안녕하세요! 강의 잘 듣고 있습니.  선생님께서 roc곡선 같은경우는 회귀보다는 0이냐 1이냐와 같이 분류를 하는 예측모형에서 모형의 타당도를 확인할때 많이 이용된다라고 하셨던 것 같습니다. 그렇다면 이전에 붓꽃을 분류하는 데이터와 같이 결과값이 3종류로 나눠지는 경우는 다른 값을 사용해야하나요? 1,0,2 와 같이 결과값을 구분하였을 때는 강의에서 나온 것 처럼 정밀도 재현율, roc 곡선 같은 것들을 그대로 사용해도 되는 건가요? . 

DT에서 feature importance는 어떻게 결정되는지요? 강의에서는 importance를 확인하는 방법을 배웠는데, 이것이 어떻게 얻어진것인지 궁금합니다.